Fine-tuning
Artinya
Fine-tuning adalah proses melatih lagi model AI yang sudah jadi dengan contoh tambahan, supaya model itu terbiasa dengan gaya, format, bahasa, atau tugas tertentu.
Diperbarui · diperiksa Syamil Jihad
Perumpamaannya
Bayangkan koki hotel yang sudah jago masak, lalu ikut kursus singkat masakan Padang dengan ratusan contoh resep dan foto hasil piringnya. Ia tidak belajar masak dari nol. Ia cuma menyesuaikan tangan dan lidahnya, sampai rendangnya keluar dengan gaya Padang tanpa perlu diingatkan tiap kali.
Itu fine-tuning: model yang sudah pintar dilatih lagi dengan contoh pasangan "permintaan dan jawaban yang diinginkan". Perumpamaannya berhenti di soal pengetahuan harian. Kursus tidak membuat koki tahu isi kulkas restoran hari ini. Untuk informasi yang sering berubah, AI perlu membaca dokumennya saat ditanya, dan caranya disebut RAG.
Contoh nyata
Sahabat-AI dari GoTo dan AI Singapore adalah contoh dari Indonesia. Menurut kartu modelnya di Hugging Face, versi instruksinya dibuat dengan fine-tuning model berbasis Gemma 2 9B. Bahannya sekitar 448.000 pasangan instruksi dan jawaban berbahasa Indonesia, ditambah 96.000 berbahasa Jawa, 98.000 berbahasa Sunda, dan 129.000 berbahasa Inggris. Proses fine-tuning-nya sekitar 4 jam memakai 8 GPU H100.
Artinya buat kamu: fine-tuning adalah pekerjaan tim teknis yang punya data rapi dan GPU, bukan tombol di aplikasi chat.
Salah kaprah
"Upload dokumen ke chatbot sama dengan fine-tuning." Bukan. Saat kamu mengunggah file ke Claude atau ChatGPT, modelnya tidak berubah. File itu cuma dibaca ketika kamu bertanya. Anthropic bahkan menulis bahwa Claude API saat ini tidak menyediakan fine-tuning untuk umum.
"Fine-tuning selalu lebih bagus daripada prompt yang rapi." Panduan OpenAI soal mengoptimalkan model menulis bahwa merapikan prompt mungkin sudah cukup untuk hasil yang bagus. Keuntungan fine-tuning ada di tempat lain: prompt bisa lebih pendek dan format jawaban lebih konsisten. Per November 2026, OpenAI bahkan sedang menutup platform fine-tuning-nya, dan pengguna baru sudah tidak bisa masuk.
Istilah terkait
- Training modelTraining model adalah proses mengajari model AI dengan memperlihatkan banyak sekali contoh berulang-ulang, sambil terus membetulkan angka-angka di dalamnya sampai tebakannya makin tepat.
- Model AIModel AI adalah hasil akhir pelatihan AI, berupa berkas berisi banyak sekali angka, yang menerima masukan seperti pertanyaan atau foto lalu menghasilkan keluaran seperti jawaban, tebakan, atau gambar.
- RAGRAG (retrieval-augmented generation) adalah cara membuat AI menjawab dari dokumen yang dicarikan untuknya saat itu juga, bukan cuma dari ingatan hasil latihannya.
- Open weightOpen weight adalah model AI yang file hasil latihnya, disebut bobot, boleh diunduh dan dijalankan sendiri, walau data dan kode latihnya tidak dibuka sepenuhnya.
- DatasetDataset adalah kumpulan data yang dikumpulkan dan dirapikan untuk satu tujuan, misalnya melatih, menguji, atau mengukur kemampuan sebuah program AI.
- Prompt engineeringPrompt engineering adalah kebiasaan menyusun, menguji, dan memperbaiki perintah untuk AI secara sengaja sampai hasilnya ajek sesuai kebutuhan, bukan sekali coba lalu berharap.
- GPUGPU adalah chip komputer yang bisa mengerjakan ribuan hitungan kecil secara bersamaan, awalnya untuk menggambar grafis game, kini jadi mesin utama untuk melatih dan menjalankan AI.